作物可視化作為農(nóng)業(yè)信息技術(shù)研究領(lǐng)域的重要且前沿的研究方向之一,具有重大研究意義與價(jià)值。傳統(tǒng)的作物種植或相關(guān)研究實(shí)驗(yàn)需要不斷重復(fù)地設(shè)計(jì)與改良,且受大量不確定環(huán)境因素的影響,實(shí)驗(yàn)條件要求苛刻、實(shí)驗(yàn)周期較長(zhǎng)。通過(guò)計(jì)算機(jī)技術(shù)設(shè)計(jì)模擬實(shí)驗(yàn),有利于減少時(shí)間成本、資源投入,有助于加快作物可視化及相關(guān)領(lǐng)域研究的發(fā)展速度。本文以安徽省安慶市桐城地區(qū)為例,并以小麥作為研究對(duì)象展開(kāi)研究,基于決策樹(shù)分類算法CART和該地區(qū)歷年氣象指標(biāo)數(shù)據(jù)和小麥?zhǔn)芨珊�、凍害和赤霉病等氣象型�?zāi)害的統(tǒng)計(jì)數(shù)據(jù),生成小麥各階段受災(zāi)情況的分類規(guī)則,運(yùn)用三維建模軟件C4D完成各分類結(jié)果的小麥相關(guān)三維模型的構(gòu)建,并結(jié)合圖形庫(kù)THREE.JS和前端可視化框架Echarts,完成小麥生育期部分主要生長(zhǎng)階段的災(zāi)害可視化WEB應(yīng)用的初步開(kāi)發(fā)。本研究的具體內(nèi)容歸納如下:1、收集研究所需的數(shù)據(jù)收集國(guó)內(nèi)外有關(guān)小麥在干旱、凍害和赤霉病方面的研究文獻(xiàn),重點(diǎn)關(guān)注桐城地區(qū)的相關(guān)研究并從中提取重要結(jié)論和數(shù)據(jù);收集桐城地區(qū)小麥返青期至成熟期的形態(tài)特征的數(shù)據(jù)、歷年相關(guān)災(zāi)害的統(tǒng)計(jì)數(shù)據(jù)和歷年氣象指標(biāo)數(shù)據(jù);2、運(yùn)用C4D完成小麥三維形態(tài)的建�；谛←滊A段性形態(tài)方面的相關(guān)特征與...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 國(guó)內(nèi)外研究研究現(xiàn)狀
        1.1.1 國(guó)外研究現(xiàn)狀
        1.1.2 國(guó)內(nèi)研究現(xiàn)狀
    1.2 預(yù)測(cè)模型與分類方法
        1.2.1 灰色系統(tǒng)
        1.2.2 神經(jīng)網(wǎng)絡(luò)
        1.2.3 決策樹(shù)
    1.3 研究目的與創(chuàng)新點(diǎn)
        1.3.1 研究目的與意義
        1.3.2 創(chuàng)新點(diǎn)
    1.4 研究?jī)?nèi)容與技術(shù)路線
2 決策樹(shù)理論概述與分類算法
    2.1 決策樹(shù)概述
        2.1.1 決策樹(shù)的生成過(guò)程
        2.1.2 決策樹(shù)的剪枝處理
        2.1.3 決策樹(shù)的性能分析
    2.2 經(jīng)典的決策樹(shù)分類算法
        2.2.1 ID3算法
        2.2.2 C4.5算法
        2.2.3 CART算法
3 基于CART算法構(gòu)建決策樹(shù)
    3.1 數(shù)據(jù)來(lái)源與研究路線
    3.2 小麥生育期特點(diǎn)與生長(zhǎng)周期
        3.2.1 小麥生育期特點(diǎn)與形態(tài)特征
        3.2.2 小麥重要階段生長(zhǎng)周期統(tǒng)計(jì)數(shù)據(jù)
    3.3 小麥主要災(zāi)害概述及氣象因素提取
        3.3.1 干旱
        3.3.2 凍害
        3.3.3 赤霉病
    3.4 小麥災(zāi)害數(shù)據(jù)統(tǒng)計(jì)與分析
        3.4.1 干旱情況
        3.4.2 凍害情況
        3.4.3 赤霉病情況
    3.5 氣象數(shù)據(jù)統(tǒng)計(jì)與分析
    3.6 基于CART算法構(gòu)建各災(zāi)害決策樹(shù)
        3.6.1 訓(xùn)練樣本集
        3.6.2 決策樹(shù)的生成與剪枝
        3.6.3 決策樹(shù)的性能評(píng)價(jià)
4 運(yùn)用THREE.JS實(shí)現(xiàn)小麥階段性災(zāi)害可視化應(yīng)用
    4.1 總體結(jié)構(gòu)設(shè)計(jì)
    4.2 小麥地上植株部分生長(zhǎng)形態(tài)建模
        4.2.1 小麥莖桿的建模
        4.2.2 小麥麥穗的建模
        4.2.3 小麥葉片的建模
        4.2.4 小麥生長(zhǎng)期部分階段群體基礎(chǔ)模型
    4.3 運(yùn)用THREE.JS并基于分類結(jié)果導(dǎo)入小麥群體模型
        4.3.1 開(kāi)發(fā)環(huán)境
        4.3.2 小麥部分群體模型導(dǎo)入情況
    4.4 主要應(yīng)用模塊展示
        4.4.1 數(shù)據(jù)導(dǎo)入模塊
        4.4.2 分析結(jié)果模塊
        4.4.3 災(zāi)害詳細(xì)分析模塊
    4.5 小麥形態(tài)受災(zāi)后形態(tài)模擬
        4.5.1 凍害模擬
        4.5.2 干旱模擬
        4.5.3 赤霉病模擬
5 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來(lái)展望
參考文獻(xiàn)
個(gè)人簡(jiǎn)介
在讀期間發(fā)表的學(xué)術(shù)論文及科研工作情況



本文編號(hào)：4055059